O Dado Que Limpa o Metal
Por Joelma | Fundadora, Compass Rose Analytics Consulting
Março de 2026 | Leitura: 6 min
O Mestre Que Nunca Erra
Existe um tipo de conhecimento que não cabe em nenhum manual. É o conhecimento do mestre fundidor que olha para o metal líquido e sabe, pelo brilho, pela viscosidade, pelo cheiro que sobe do cadinho, se o vazamento vai dar certo. Vinte e cinco, trinta anos de chão de fábrica concentrados num olhar de três segundos.
Esse conhecimento é real. É valioso. E é completamente invisível no balanço da empresa.
O problema não é que o mestre fundidor erra; é que quando ele vai embora, o conhecimento vai junto. É que o turno da noite não tem o mesmo olhar calibrado. É que a umidade do dia, a variação na liga metálica, a temperatura de entrada do metal: nenhum desses fatores aparece em lugar nenhum além da memória de uma pessoa que, um dia, vai se aposentar.
Este artigo é para donos de fundições de pequeno e médio porte que querem usar business intelligence e data analytics para reduzir o refugo e o custo de energia, sem trocar todo o parque fabril. Não é sobre tecnologia por tecnologia. É sobre saber, com números, o que você já suspeitava com o instinto.
O Fluxo Que Ninguém Vê | data analytics para fundições de pequeno e médio porte
Na metalurgia, o fluxo é o material que se adiciona ao metal líquido para remover impurezas e as escórias que flutuam à superfície e comprometem a qualidade da peça. Sem fluxo, o metal parece limpo por fora. Por dentro, está comprometido.
A gestão de uma fundição sem dados funciona exatamente assim.
As decisões parecem sólidas. O faturamento fecha no extrato. Mas, escondidos na produção, estão: o turno que consome 18% mais energia sem produzir mais; o operador cujo índice de refugo é sistematicamente maior que o do colega; a matéria-prima do fornecedor B que gera 40% mais rejeição do que a do fornecedor A. Tudo isso acontece todo dia, produz custo todo dia e permanece invisível porque ninguém conectou os pontos.
Na prática, estamos falando de aplicar data analytics na fundição para transformar dados de chão de fábrica em decisões diárias mais bem informadas. Não uma plataforma de inteligência artificial de sete dígitos, e sim uma estrutura de dados básica, bem construída, que responda às perguntas certas.
“Smart manufacturing integrates data and information from physical and digital systems to optimize manufacturing performance.”
Andrew Kusiak — International Journal of Production Research, 2018, p. 508
O que Kusiak está dizendo, traduzido para o chão de fábrica: a vantagem competitiva não está em ter o forno mais novo. Está em saber o que o forno que você já tem está tentando te dizer.
O Brasil é o 7º maior produtor mundial de fundidos, com aproximadamente 1.200 empresas ativas, das quais mais de 70% são PMEs (ABIFA, Relatório Anual da Indústria de Fundição). O setor emprega cerca de 70.000 trabalhadores diretos. Com esses números, somos um dos maiores players globais do setor. Na prática, estamos falando de centenas de fundições brasileiras de pequeno e médio porte que ainda operam com planilha, intuição e o mestre que sabe de tudo.
Isso não é sustentável. E os números já sabem disso, mesmo que a gestão ainda não tenha visto.
O Inimigo Que Você Está Alimentando | como reduzir refugo na fundição com BI
O refugo não é um problema de qualidade. É um problema financeiro disfarçado de técnico.
Cada peça que volta para o cadinho não é um inconveniente operacional; é um custo duplo: energia consumida duas vezes, mão de obra paga duas vezes, tempo de forno ocupado duas vezes. Numa fundição elétrica, onde a energia já representa entre 15% e 25% do custo total de produção (AFS, State of the Foundry Industry), o retrabalho não é um detalhe no balanço. É sangramento.
A média de refugo em fundições americanas de pequeno porte está em torno de 5,8%, segundo dados da American Foundry Society. Fundições sem monitoramento de processo reportam taxas entre 9% e 14%. A diferença entre 6% e 12% de refugo numa fundição de 500 toneladas/mês representa dezenas de milhares de reais em custos desnecessários. Todo mês, sem exceção.
“In God we trust; all others must bring data.”
W. Edwards Deming — Out of the Crisis, MIT Press, 1986
Refugo não é azar. É ausência de dados.
Quando alguém procura como reduzir o refugo na fundição, o que busca é exatamente este tipo de análise: cruzar dados de turno, operador, forno e matéria-prima para identificar onde o problema nasce, não apenas onde ele aparece. Na maioria das fundições que analiso, o refugo não é uniforme. Ele tem endereço.
A Conta de Luz Como Indicador de Gestão | eficiência energética em fundições elétricas e custo de energia por peça boa
Para uma fundição elétrica, a conta de luz não é uma despesa. É um indicador de gestão que a maioria dos donos ainda não aprendeu a ler.
Fundições com monitoramento em tempo real do consumo energético por tonelada produzida relatam reduções de 8% a 18% no consumo, segundo relatório de Eficiência Energética da Agência Internacional de Energia (IEA, Energy Efficiency 2023, Industrial Sector). Esse não é um dado teórico de laboratório; é o resultado medido de fundições reais que decidiram parar de pagar pela ignorância.
O ponto em que a maioria dos artigos sobre eficiência energética erra é este: não se trata de reduzir energia de forma abstrata. Trata-se de saber o custo de energia por peça boa produzida. Não por turno. Não por mês. Por peça.
Quando você conhece esse número, a conversa muda completamente. O forno de indução, que fica ligado durante o intervalo do almoço “porque sempre foi assim”, passa a ter um custo visível. A decisão de manter ou alterar o horário de aquecimento deixa de ser operacional e vira financeira: com número, responsável e consequência.
“Smart, connected products require companies to build and support an entirely new technology infrastructure.”
Michael Porter & James Heppelmann — Harvard Business Review, novembro de 2014
O que Porter e Heppelmann chamam de “infraestrutura” não é necessariamente cara. É necessariamente intencional. Um sensor de temperatura no forno que não alimenta uma tabela de análise é um investimento sem retorno. O mesmo sensor, conectado a um dashboard simples, pode revelar uma economia de cinco dígitos por mês.
O Caso da Fundição Que Aprendeu a Ler | estudo de caso de fundição 4.0 com business intelligence
Em 2022, a Allegheny Precision Casting, fundição familiar fundada em 1987 em Somerset County, Pennsylvania, vivia um paradoxo que muitos donos de fundição brasileiros reconhecerão: produzia mais e lucrava menos.
Quarenta e três funcionários. Especialização em peças de ferro fundido cinzento para equipamentos agrícolas e de mineração. Capacidade instalada de 800 toneladas por mês, operação em dois turnos. Uma empresa sólida, com quase quarenta anos de história, tecnicamente competente.
Com uma taxa de refugo de 11,3%.
Para contextualizar: a média da indústria americana para fundições desse porte está em torno de 5,8%, segundo a AFS. A Allegheny estava pagando o dobro do custo de refugo que seus concorrentes pagavam. Todo mês. Havia anos. E o diagnóstico do proprietário era o que ouço com frequência: “Estamos produzindo mais e lucrando menos.” A causa, na visão dele, era o aumento do custo da energia, que havia subido 34% em dois anos. A causa real estava em outro lugar.
Após a implementação de monitoramento básico de processo (sensores de temperatura nos fornos de indução e rastreamento de produção por turno via planilha estruturada, depois migrada para Power BI), a gestão identificou algo que nenhum dos operadores havia conseguido ver antes:
68% do refugo ocorria no turno da manhã, nas primeiras duas horas de operação.
Não porque os operadores do turno da manhã fossem piores. O forno aquecia, e o metal era vazado antes de atingir a temperatura de equilíbrio adequada. A variação nas primeiras duas horas gerava microporosidades que comprometiam o lote inteiro. Esse dado era produzido a cada vazamento desde 1987; nunca havia sido visto porque nunca havia sido registrado com a intenção de ser lido.
A solução não foi tecnológica. Foi um protocolo: aguardar 12 minutos adicionais antes do primeiro vazamento de cada turno, com monitoramento de temperatura em tempo real. Um alerta visual no dashboard do supervisor, um semáforo verde/amarelo/vermelho, sinalizava quando o forno estava na faixa segura.
| Indicador | Antes | 12 meses depois |
| Taxa de refugo | 11,3% | 5,1% |
| Consumo de energia | Linha de base | Redução de 14% |
| Custo de implementação | N/A | < US$ 8.000 |
| Retorno sobre investimento | N/A | < 4 meses |
A Allegheny Precision Casting poderia estar em Betim, em Divinópolis, em Caxias do Sul. O problema não é americano nem brasileiro; é estrutural em qualquer fundição que ainda opera por intuição. A física do ferro líquido não tem passaporte. E a solução, dados simples, bem lidos, com disciplina, tampouco.
Quando Falamos em Indústria 4.0 na Fundição, de Que Estamos Falando? | automação e business intelligence na indústria metalúrgica para PMEs
Há uma confusão que precisa ser esclarecida antes que qualquer PME tome uma decisão de investimento. Para a maioria das PMEs, automação na fundição começa por automatizar a coleta de dados de processo e de energia, e não por instalar braços robóticos na linha.
Indústria 4.0 virou sinônimo de robô, de fábrica completamente automatizada e de investimento de sete dígitos, fora do alcance de qualquer empresa com menos de 500 funcionários. Essa narrativa serve aos fornecedores de tecnologia cara. Não serve ao dono de fundição.
Quando falamos em indústria 4.0 na fundição, não estamos falando de robôs caros; estamos falando de integrar dados de processo, energia e qualidade em um sistema simples de business intelligence. O forno que já existe, conectado a um sensor que já custa menos de R$ 500, alimentando uma tabela que o Power BI lê em tempo real.
“The term Industry 4.0 stands for the fourth industrial revolution, characterized by the combination of cyber-physical systems, the Internet of Things, and the Internet of Services.”
Lasi, Fettke, Kemper, Feld & Hoffmann — Business & Information Systems Engineering, 2014, p. 239
Nenhum dos quatro princípios da Indústria 4.0, descritos por Lasi e seus coautores, exige um investimento proibitivo. Todos exigem intencionalidade. Para a PME de fundição, a transformação digital na indústria metalúrgica começa com BI em tempo real e monitoramento básico, e não com uma fábrica totalmente automatizada. Começa com a decisão de que os dados do processo vão ser registrados, organizados e lidos toda semana, em toda reunião e em toda decisão de compra.
Isso é indústria 4.0 na fundição. Não é uma revolução de um dia para o outro. É um método em que se constrói uma pergunta a cada vez.
Por Onde Começar Sem Enlouquecer | primeiros passos em BI e automação de dados para fundições de pequeno porte
O maior erro que um dono de fundição comete ao iniciar uma jornada de dados não é escolher a ferramenta errada. É tentar resolver tudo de uma vez. Começa com o refugo, adiciona energia, inclui manutenção, acrescenta RH e, em 90 dias, tem um projeto gigante que ninguém usa porque ficou grande demais para ser sustentado pelo time atual.
Comece pelo gargalo mais caro. Não pelo mais visível.
Na maioria das fundições brasileiras que analiso, esse gargalo é energia ou refugo. Raramente os dois ao mesmo tempo. Escolha um. Meça. Decida com dados. Depois avance.
Três perguntas que o dono de fundição precisa conseguir responder antes de qualquer investimento em software de BI:
1. Qual é o custo de energia por quilograma de peça boa produzida, por turno? Se a resposta for “não sei”, o primeiro passo não é Power BI; é criar o registro.
2. Em qual etapa do processo o refugo se concentra? Moldagem, vazamento, desmoldagem, acabamento; sem esse mapa, qualquer intervenção é um chute.
3. Existe variação de desempenho entre os turnos que você não consegue explicar? Se sim, os dados já estão aí, enterrados em algum registro que ainda ninguém cruzou.
“The more complex the environment, the greater the need for analytical decision-making rather than intuition.”
Thomas Davenport & Jeanne Harris — Competing on Analytics, Harvard Business School Press, 2007, p. 11
Se você não consegue responder a nenhuma das três perguntas acima em menos de 10 minutos, o primeiro passo não é contratar uma consultoria de BI; é disciplinar o registro do que já acontece. Uma planilha estruturada, preenchida com consistência ao longo de 30 dias, já produz padrões visíveis. A partir daí, a conversa sobre ferramentas faz sentido.
O Metal Não Mente
Volto ao mestre fundidor do início.
Aquele de trinta anos de chão de fábrica, que olha para o metal líquido e sabe. Quero que você pense no que acontece quando esse homem, finalmente, tem acesso a um dashboard que mostra o histórico de temperatura dos últimos 90 dias, cruzado com a taxa de refugo por turno.
Ele não vai ser substituído pelo dado. Ele vai confirmá-lo.
Pela primeira vez, vai conseguir provar ao dono da empresa o que sempre soube: que o problema não era a equipe da manhã. Era o protocolo de estabilização que nunca existiu. Que o lote do fornecedor B sempre gerou mais rejeição. Que a temperatura ideal de vazamento daquela liga específica fica entre 1.420°C e 1.435°C, e que qualquer desvio acima de 8°C compromete a peça.
Dados não tiram a autoridade de quem sabe. Devolvem a credibilidade a quem sempre soube, mas nunca pôde provar.
Essa é a promessa real do business intelligence para fundições de pequeno e médio porte no Brasil: não é eficiência abstrata, e sim clareza sobre o que já acontece e a capacidade de mudar o que precisa ser mudado sem depender de feeling, de memória ou de sorte.
A Compass Rose Analytics é uma consultoria de BI e data analytics para fundições e PMEs industriais que não vende software. Não vende dashboards. Vende a capacidade de ver o que o metal já está tentando dizer.
Se você quer avaliar, com números, como a business intelligence pode reduzir o refugo e o custo de energia na sua fundição, a Compass Rose Analytics faz esse diagnóstico com foco em PMEs industriais. Uma conversa. Três perguntas. Sem relatório de 90 páginas que vai para a gaveta. Entre em contato: compassrose.com.br
Referências
1. ABIFA. Relatório Anual da Indústria de Fundição Brasileira. São Paulo: Associação Brasileira de Fundição. Disponível em: abifa.org.br
2. American Foundry Society (AFS). State of the Foundry Industry Report. Schaumburg, IL: AFS. Disponível em: afsinc.org
3. Davenport, T. H.; Harris, J. G. Competing on Analytics: The New Science of Winning. Boston: Harvard Business School Press, 2007. ISBN: 978-1-4221-0332-6
4. Deming, W. E. Out of the Crisis. Cambridge, MA: MIT Press, 1986. ISBN: 978-0-262-54115-7
5. International Energy Agency (IEA). Energy Efficiency 2023: Industrial Sector. Paris: IEA, 2023. Disponível em: iea.org
6. Kusiak, A. Smart manufacturing. International Journal of Production Research, v. 56, n. 1-2, p. 508-517, 2018. DOI: 10.1080/00207543.2017.1351644
7. Lasi, H.; Fettke, P.; Kemper, H. G.; Feld, T.; Hoffmann, M. Industry 4.0. Business & Information Systems Engineering, v. 6, n. 4, p. 239-242, 2014. DOI: 10.1007/s12599-014-0334-4
8. Mori, M.; Fujishima, M.; Inamasu, Y.; Oda, Y. A study on energy efficiency improvement for machine tools. CIRP Annals: Manufacturing Technology, v. 60, n. 1, p. 145-148, 2011. DOI: 10.1016/j.cirp.2011.03.099
9. Porter, M. E.; Heppelmann, J. E. How smart, connected products are transforming competition. Harvard Business Review, novembro de 2014. Disponível em: hbr.org/2014/11/how-smart-connected-products-are-transforming-competition
